Dev Faq
40
votes

Keras AttributError: l'objet 'séquentiel' n'a pas d'attribut 'Predict_classes'

im tentant de trouver des mesures de performances du modèle (score F1, précision, rappel) suivant ce guide https://machinearningmastery.com/how-to-calculate-precision-recall-f1-and-more-for-eep-learning-models/ a >

Ce code exact fonctionnait il y a quelques mois, mais renvoyait maintenant toutes sortes d'erreurs, très déroutant car je n'ai pas changé de caractère de ce code. Peut-être qu'une mise à jour du package a changé les choses?

J'adapte le modèle séquentiel avec Model.Fit, puis j'ai utilisé Model.Evaluate pour trouver la précision du test. Maintenant, j'essaie d'utiliser Model.prect_classes pour faire des prédictions de classe (le modèle est un classificateur multi-classes). Code indiqué ci-dessous: 

model = Sequential()
model.add(Dense(24, input_dim=13, activation='relu'))
model.add(Dense(18, activation='relu'))
model.add(Dense(6, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

-

history = model.fit(X_train, y_train, batch_size = 256, epochs = 10, verbose = 2, validation_split = 0.2)

-

score, acc = model.evaluate(X_test, y_test,verbose=2, batch_size= 256)
print('test accuracy:', acc)

-

yhat_classes = model.predict_classes(X_test)

La dernière ligne renvoie l'erreur "AttributError:" Sequential "Objet n'a pas d'attribut 'prédict_classes" "

Ce code exact ne fonctionnait pas Il y a longtemps, si lutté un peu, merci pour toute aide

1 commentaires

Exécutez-vous ceci sur Colab?

8 Réponses :

63
votes

Cette fonction a été supprimée dans TensorFlow version 2.6. Selon le keras in rstudio référence

mise à jour de

< pre> xxx

ou utilisez TensorFlow 2.5 ou version ultérieure.

Si vous utilisez TensorFlow version 2.5, vous recevrez l'avertissement suivant:

tensorflow \ python \ keras \ moteur \ séquentiel.py: 455: userwarning: modèle.predict_classes () est obsolète et sera supprimé après 2021-01-01. Veuillez utiliser à la place: * np.argmax (modèle.predict (x), axe = -1) , si votre modèle fait une classification multi-classes (par exemple s'il utilise un softmax Activation de la dernière couche). * (modèle.predict (x)> 0,5) .astype ("int32") , si votre modèle fait une classification binaire (par exemple s'il utilise un sigmoïde < / code> activation de la dernière couche).

0 commentaires
7
votes

J'ai utilisé le code suivant pour les prédictions xxx

1 commentaires

Cela n'a pas fonctionné pour moi. La réponse précédente l'a fait.

29
votes

J'ai vécu la même erreur, j'utilise ce code suivant et je réussis

remplacé: 

predictions = (model.predict(x_test) > 0.5).astype("int32")

par celui-ci: 

predictions = model.predict_classes(x_test)

1 commentaires

Merci le remplacer par votre code suggéré fonctionné!

10
votes

Nous pouvons remplacer la ligne de code problématique par ce qui suit: xxx

0 commentaires
1
votes

Dans la dernière version de TensorFlow, la fonction Predict_classes a été obsolète (il y avait un avertissement dans les versions précédentes à ce sujet). La nouvelle syntaxe est la suivante: 

predictions = np.argmax(model.predict(x_test),axis=1)

2 commentaires

Utilisez le bloc de code pour votre code lors de la saisie

Des liens vers la documentation?

4
votes

Dans TensorFlow 2.7 Les classes prédites peuvent être obtenues avec le code suivant: 

    predicted = np.argmax(model.predict(token_list),axis=1)

0 commentaires
1
votes

Utilisez-le car les prédits_classes sont supprimés avec la dernière version de TensorFlow 

predictions = (model.predict(X_test) > 0.5)*1

Puisqu'il s'agit d'un problème binaire (0 ou 1), la classe de sortie est déterminée par la question de savoir si la probabilité est plus grande que 0,5. D'où le code ci-dessus

0 commentaires
1
votes

Pour ce code ci-dessous pour un ensemble de données entier, 

y_predict = np.argmax(model.predict(test_sequences), axis=1)

Ce code peut être utilisé pour les nouvelles versions. 

preds = model.predict_classes(test_sequences)

Dans ce , le " test_sequence " est le cadre de données que vous devez prédire, et l'axe est de choisir des colonnes ou des lignes.

0 commentaires

Articles qui pourrait vous intéresser :

Python: ConnectionError: HTTPSConnectionPool (hôte = 'api.foursquare-com', port = 443)
L'exécution de Flask sous Windows n'exécute pas la commande d'exécution de flask
Chatbot installé mais obtention d'une erreur lors de l'importation de ChatBot
Administrateur Django: __str__ a renvoyé une non-chaîne (type int)